压缩显式体素网格表示：快速 NeRF 也变小巧
计算机视觉与模式识别
2023-09-13 v1 人工智能
摘要
NeRF 因其固有的紧凑性而革新了逐场景辐射场重建领域。NeRF 的主要局限之一是其缓慢的渲染速度，无论是在训练还是推理阶段。近期研究聚焦于优化表示场景的显式体素网格（EVG），其可与神经网络配对以学习辐射场。该方法显著提升了训练与推理速度，但代价是占用大量内存。在本工作中，我们提出 Re:NeRF，一种专门针对 EVG-NeRF 可压缩性的方法，旨在减少 NeRF 模型的内存占用同时保持可比性能。我们在四个流行基准上使用三种不同的 EVG-NeRF 架构对方法进行基准测试，展示了 Re:NeRF 广泛的可用性与有效性。
引用
@article{arxiv.2210.12782,
title = {Compressing Explicit Voxel Grid Representations: fast NeRFs become also small},
author = {Chenxi Lola Deng and Enzo Tartaglione},
journal= {arXiv preprint arXiv:2210.12782},
year = {2023}
}